stable diffusion动物提示词

### 使用 Stable Diffusion 生成高质量动物图像

为了获得最佳效果，在使用 Stable Diffusion 生成动物图像时，建议采用具体的正向提示词来描述目标物种及其特征。这有助于引导模型创建更精确的结果[^1]。

#### 正向提示词示例
对于不同类型的动物，可以尝试如下特定的提示词组合：

- **猫科动物**
- `"A realistic portrait of a tiger, detailed fur texture, sharp claws, intense eyes"`

- **鸟类**
- `"An eagle soaring high above the clouds, majestic wingspan, clear sky background"`

- **海洋生物**
- `"A colorful clownfish swimming among sea anemones in vibrant coral reef environment"`

这些详细的描述不仅限定了主体对象，还加入了环境细节和其他视觉元素，使得最终产出更加生动逼真[^3]。

#### 参数调整技巧
除了精心设计的提示词外，适当调节一些关键参数也能显著提升输出质量：

- `guidance_scale`: 控制图像与文本匹配度，默认值通常为7.5；增大此数值可使结果更贴近给定的文字说明。
- `num_inference_steps`: 定义推理过程中的步数，默认设为50；增加该值可以让算法有更多时间优化每一步骤间的转换关系。
- `eta`: 影响采样过程中随机性的程度，默认取0.0表示完全遵循DDIM调度器规则；较小的 eta 值倾向于产生更为稳定一致的画面风格。

from diffusers import StableDiffusionPipeline

pipeline = StableDiffusionPipeline.from_pretrained("CompVis/stable-diffusion-v1-4").to("cuda")

prompt = "A realistic portrait of a panda bear, soft black and white fur, bamboo forest backdrop"
image = pipeline(
    prompt=prompt,
    guidance_scale=8.5,
    num_inference_steps=60,
    eta=0.0
).images[0]

image.save("panda_output.png")

通过上述方法配置合适的提示词并微调相关参数，即可利用 Stable Diffusion 创作出令人满意的动物主题作品。